为此，河南电科院结合配网报修工单数据和气象数据进行分析，试图找出每日工单数量随天气因素变化的规律。研究人员选取2013年1月以来河南全省城市配网故障报修工单进行初步分析，选取气温、气压、湿度、降水量等因素进行相关性分析，发现工单数量与气温相关性较大，并且夏、冬季比较显著，春、秋季则不明显。
研究还发现，夏季工单数量急剧增加与持续高温或恶劣天气如强降水伴随短时大风、雷电有关，冬季通常与持续降温有关。故障类型分析结果表明，由气温引起的工单数量增加与过负荷有较强的相关性。通过“大数据”分析得出的结论与经验得出的定性判断相吻合，但给出了定量的分析结果。
“通过前期研究，我们基本摸清了工单类型及数量与气象条件的相关性，目前，我们正在选取合适的模型进一步验证。”“大数据”攻关团队负责人张小斐表示，未来该模型可以结合精细化天气预报，较为精准地预测工单数量，可为极端天气下提前增派值班人员、做好应急预案、准备抢修物资提供技术支撑。
